MétaCan
Menu
Retour à la cohorte
Enregistrement W6929729088 · doi:10.5061/dryad.81k4v

Data from: Does source population size affect performance in new environments?

2014· dataset· en· W6929729088 sur OpenAlexaff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2014
Typedataset
Langueen
DomaineMaterials Science
ThématiqueDendrimers and Hyperbranched Polymers
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPopulation sizeSmall population sizePopulationAdaptation (eye)Effective population sizeHabitatLocal adaptation

Résumé

récupéré en direct d'OpenAlex

Small populations are predicted to perform poorly relative to large populations when experiencing environmental change. To explore this prediction in nature, data from reciprocal transplant, common garden, and translocation studies were compared meta-analytically. We contrasted changes in performance resulting from transplantation to new environments among individuals originating from different sized source populations from plants and salmonids. We then evaluated the effect of source population size on performance in natural common garden environments and the relationship between population size and habitat quality. In ‘home-away’ contrasts, large populations exhibited reduced performance in new environments. In common gardens, the effect of source population size on performance was inconsistent across life-history stages (LHS) and environments. When transplanted to the same set of new environments, small populations either performed equally well or better than large populations, depending on life stage. Conversely, large populations outperformed small populations within native environments, but only at later life stages. Population size was not associated with habitat quality. Several factors might explain the negative association between source population size and performance in new environments: (i) stronger local adaptation in large populations and antagonistic pleiotropy, (ii) the maintenance of genetic variation in small populations, and (iii) potential environmental differences between large and small populations.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,185
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0040,004
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,018
Tête enseignante GPT0,249
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Même sujetDendrimers and Hyperbranched PolymersTravaux en français237 207